ROAA EA CAR lnAsset NIM CIR LLP NPL GDP INF HHI
ROAA 1.00 EA 0.30 1.00 CAR 0.17 0.87 1.00 lnAsset -0.15 -0.73 -0.63 1.00 NIM 0.57 0.41 0.32 -0.19 1.00 CIR -0.74 -0.04 0.02 -0.15 -0.36 1.00 LLP 0.19 -0.30 -0.32 0.41 0.01 -0.33 1.00 NPL -0.27 0.04 0.10 -0.08 -0.16 0.28 -0.58 1.00 GDP -0.08 -0.13 -0.05 0.20 0.00 0.00 0.11 -0.16 1.00 INF 0.34 0.20 0.19 -0.28 0.13 -0.27 0.00 0.01 -0.29 1.00 HHI 0.29 0.17 0.12 -0.31 -0.09 -0.26 0.10 -0.17 -0.12 0.43 1.00
Kết quả phân tích tương quan giữa các biến độc lập của Bảng 3.2 cho thấy hệ số tương quan giữa biến EA và CAR khá cao là >87%. Hệ số tương quan cao cho thấy có hiện tượng đa cộng tuyến tính tồn tại trong dữ liệu nghiên cứu mà cụ thể là giữa vốn chủ sở hữu trên tổng tài sản và hệ số an toàn vốn. Điều này cũng phù hợp với cơng thức tính tốn của hai chỉ số này. Để tránh gặp phải hiện tượng đa cộng tuyến, tác giả lựa chọn sử dụng cả hai mơ hình hồi quy (1) và (2) để chạy hồi quy và so sánh kết quả. Mục đích của việc này cũng là để trả lời câu hỏi nghiên cứu thứ hai:
đối với lợi nhuận. Ngồi ra, các biến cịn lại của mơ hình khơng có mối tương quan nào rõ rệt.
CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM
4.1 Kết quả hồi quy của phương trình (1)
Dựa vào dữ liệu thu thập được cùng với hai mơ hình đề xuất, nghiên cứu tiến hành hồi quy dữ liệu bảng với hai tác động: tác động cố định (Fixed effect) và tác động ngẫu nhiên (Random effect). Kết quả hồi quy đối với phương trình (1) được trình bày trong Bảng 4.1.
Bảng 4.1 Kết quả hồi quy mơ hình tác động cố định và tác động ngẫu nhiên cho phương trình (1)
Tác động cố định Tác động ngẫu nhiên
ROAA Hệ số β Giá trị P Hệ số β Giá trị P
CAR -0.00376 0.541 -0.00279 0.577 lnAsset 0.04535 0.631 -0.09426 0.014 ** NIM 0.13058 0.001 *** 0.18319 0.000 *** CIR -0.03326 0.000 *** -0.02801 0.000 *** LLP 0.00035 0.770 0.00031 0.770 NPL 0.00521 0.840 -0.02071 0.397 GDP -0.07951 0.224 -0.04417 0.463 INF 0.00875 0.120 0.00640 0.221 HHI 0.00098 0.049 ** 0.00070 0.103 Hệ số α 0.95663 0.620 3.17348 0.002 *** R2 0.66080 0.64420 Giá trị P 0.00000 0.00000 *, **, *** mức ý nghĩa 10%, 5% và 1%
Dựa vào giá trị R2, có thể nhận thấy mơ hình tác động cố định có thể giải thích tốt hơn biến phụ thuộc ROAA với 66,08% so với mơ hình tác động ngẫu nhiên. Để xác định mơ hình tác động cố định hay tác động ngẫu nhiên có hiệu quả hơn trong mơ hình này, tác giả tiến hành kiểm định Hausman để đánh giá. Kiểm định Hausman với giả định:
H0: Ước lượng của mơ hình tác động cố định và mơ hình tác động ngẫu nhiên khơng khác nhau.
H1: Ước lượng của mơ hình tác động cố định và mơ hình tác động ngẫu nhiên là khác nhau.
Bảng 4.2 Kết quả kiểm định Hausman cho mơ hình (1)
---- Hệ số β ----
Tác động cố định Tác động ngẫu nhiên Chênh lệch
CAR -0.00376 -0.00279 -0.00097 lnAsset 0.04535 -0.09426 0.13962 NIM 0.13058 0.18319 -0.05261 CIR -0.03326 -0.02801 -0.00526 LLP 0.00035 0.00031 0.00004 NPL 0.00521 -0.02071 0.02592 GDP -0.07951 -0.04417 -0.03534 INF 0.00875 0.00640 0.00235 HHI 0.00098 0.00070 0.00028 Prob>chi2 = 0.0427
Kiểm định Hausman cho thấy P = 0.0427 < 5% nghĩa là có cơ sở để bác bỏ H0 và chấp nhận H1. Khi có sự khác biệt của ước lượng của mơ hình tác động cố định và
mơ hình tác động ngẫu nhiên thì nghiên cứu sử dụng mơ hình tác động cố định giải thích được tốt hơn. Do đó, tác giả có căn cứ để lựa chọn mơ hình tác động cố định.
Tác giả sử dụng kiểm định Wooldridge cho hiện tượng tự tương quan, với giả định H0 là khơng có hiện tượng tự tương quan. Kết quả cho giá trị P = 0.2537 > 0.05, tức là có cơ sở để chấp nhận giả định H0, giữa các biến khơng có hiện tượng tự tương quan.
Một trong những giả định của mơ hình hồi quy tuyến tính là khơng có mối quan hệ tuyến tính chính xác giữa các biến giải thích, hay cịn gọi là đa cộng tuyến. Để chuẩn đoán hiện tượng này, tác giả sử dụng hệ số phóng đại phương sai (VIF) và hệ số chấp nhận (TOL) được tính tốn từ phần mềm Stata trong Bảng 4.3:
Bảng 4.3 Chuẩn đoán đa cộng tuyến Collin cho các biến phương trình (1)
Tên biến VIF sqrt VIF Tolerance R- squared ROAA 3.39 1.84 0.2952 0.7048 CAR 1.86 1.36 0.5381 0.4619 lnAsset 2.50 1.58 0.4004 0.5996 NIM 1.87 1.37 0.5354 0.4646 CIR 2.79 1.67 0.3588 0.6412 LLP 2.00 1.42 0.4990 0.5010 NPL 1.72 1.31 0.5827 0.4173 GDP 1.16 1.08 0.8624 0.1376 INF 1.46 1.21 0.6844 0.3156 HHI 1.63 1.27 0.6153 0.3847 Mean VIF 2.04
Các giá trị VIF đều tương đối thấp, khơng có giá trị nào vượt quá 4, giá trị trung bình là 2.05, nên có thể kết luận các biến giải thích trong mơ hình có hiện tượng đa cộng tuyến nhưng khơng nghiêm trọng.
Một trong những vấn đề thường gặp trong dữ liệu chéo hay dữ liệu bảng là phương sai thay đổi (phương sai không bằng nhau) trong hạng nhiễu. Do đã xác định được mơ hình hình tác động cố định phù hợp để ước lượng ROAA, nên tác giả sử dụng kiểm định Wald để chuẩn đốn mơ hình có bị hiện tượng phương sai không đồng nhất hay không? Với giả định H0 là phương sai giữa các mẫu dữ liệu là không đổi. Kết quả giá trị P của kiểm định Wald là 0.0000 < 0.05, nên bác bỏ giả định H0, tức là mơ hình có hiện tượng phương sai thay đổi.
Để khắc phục vấn đề này, tác giả sử dụng thủ tục điều chỉnh được đề xuất bởi White để có được các sai số chuẩn điều chỉnh phương sai thay đổi hay cịn gọi là mơ hình sai số chuẩn mạnh. Kết quả hồi quy được thể hiện trong Bảng 4.4.
Bảng 4.4 Kết quả hồi quy mơ hình sai số chuẩn mạnh đối với phương trình (1)
Tác động cố định, sai số chuẩn mạnh
ROAA Hệ số β
Sai số chuẩn hiệu
chỉnh Giá trị P CAR -0.00376 0.00476 0.439 lnAsset 0.04535 0.08238 0.588 NIM 0.13058 0.03918 0.003 ** CIR -0.03326 0.00618 0.000 *** LLP 0.00035 0.00102 0.732 NPL 0.00521 0.01723 0.766 * GDP -0.07951 0.03449 0.032 * INF 0.00875 0.00396 0.039 HHI 0.00098 0.00036 0.012 * Hệ số α 0.95663 1.35016 0.487 R2 0.66080 Giá trị P 0.00000
Kết quả hồi quy cho thấy Tỷ lệ chi phí hoạt động so với thu nhập hoạt động CIR có ảnh hưởng ngược chiều đối với Tỷ suất sinh lợi bình quân với mức ý nghĩa cao. Điều này phù hợp với kỳ vọng ban đầu cũng như các kết quả nghiên cứu của Witowschi và Luca (2016), Trujillo-Ponce (2013) và Pasiouras và Kosmidou (2007), với kết luận rằng Chi phí hoạt động càng cao càng làm giảm lợi nhuận. Với mức ý nghĩa 5%, tỷ lệ thu nhập lãi thuần tăng lên 1% sẽ đóng góp vào khoảng 0.04% tăng lên trong tỷ suất sinh lợi trên tổng tài sản. Kết quả này là hợp lý với kỳ vọng đối với biến NIM.
Đối với biến tốc độ tăng trưởng GDP, khơng có ý nghĩa thống kê trong cả hai mơ hình hồi quy tác động cố định và tác động ngẫu nhiên ban đầu (Bảng 4.1). Tuy nhiên khi áp dụng mơ hình sai số chuẩn, tác giả nhận được mối tương quan đồng biến với biến phụ thuộc ROAA, với mức ý nghĩa 10%. Với mức ý nghĩa này, hệ số β của biến GDP là -7,95% cho thấy rằng tăng trưởng kinh tế có ảnh hưởng không tốt đến hiệu quả hoạt động của các NHTM. Tăng trưởng kinh tế có ảnh hưởng đáng kể đến các yếu tố liên quan đến cung cầu vốn vay, Pasiouras và Kosmidou (2007) giải thích cho hệ số âm của biến GDP này là do đối tượng phục vụ của NHTM là rộng lớn nên chịu sự tác động khác nhau trong cùng một điều kiện kinh tế vĩ mô.
Chỉ số tập trung thị trường cũng có tác động đồng biến với hiệu quả hoạt động của NHTM. Điều này hàm ý rằng môi trường kinh doanh càng ít cạnh tranh tạo điều kiện tốt để các ngân hàng có lợi nhuận tốt hơn. Hệ số của biến HHI là tương đối thấp, 0.09%, phù hợp với phát hiện của Short (1979) cần có một sự biến động lớn trong chỉ số tập trung thị trường để có được ảnh hưởng đến lợi nhuận của ngân hàng.
Brahmaiah và Ranajee (2018) và Trujillo-Ponce (2013) đã kết luận tỷ lệ nợ xấu có tác động tiêu cực đến hiệu quả hoạt động của ngân hàng. Với kết quả hệ số β của biến NLP là 0.00521 trong giai đoạn nghiên cứu này lại trái ngược với các nghiên cứu trước. Tuy nhiên, với mức ý nghĩa 10% và hệ số β thấp, có thể kết luận các NHTM có xu hướng xử lý tốt các khoảng nợ xấu để tránh làm ảnh hưởng tiêu cực đến lợi nhuận.
Giá trị hệ số β mà tác giả chủ yếu quan tâm trong bài nghiên cứu này là hệ số của biến CAR, nhằm xác định ảnh hưởng của Tỷ lệ an toàn vốn đến lợi nhuận. Tuy nhiên kết quả hồi quy khơng có ý nghĩa thống kê với hệ số mang dấu âm. Điều này có thể giải thích rằng để đạt được Tỷ lệ an tồn vốn tối thiểu, các NHTM đã sử dụng tỷ lệ nhiều hơn các nguồn vốn không phải là Vốn chủ sở hữu để nâng tỷ lệ CAR, theo đó chi phí trung gian của nguồn vốn cấp 2 này tăng lên đáng kể đã ảnh hưởng trực tiếp đến lợi nhuận của ngân hàng.
Đối với các biến Quy mơ tổng tài sản, Trích lập dự phịng và Tỷ lệ lạm phát đều khơng có ý nghĩa thống kê khi ước lượng tác động đến Tỷ suất sinh lợi của ngân hàng.
4.2 Kết quả hồi quy với phương trình (2)
Quay trở lại với mơ hình được trình bày ở phương trình (2), tức là dùng biến EA thay cho biến CAR để ước lượng tỷ suất sinh lợi bình quân ROAA. Trước khi đi vào xác định mơ hình, tác giả dùng các kiểm định để xác định các lỗi ước lượng của mơ hình về kiểm định đa cộng tuyến và hiện tượng tự tương quan. Dùng kiểm định Collin để kiểm định đa cộng tuyến giữa các biến cho kết quả VIF trong Bảng 4.5.
Bảng 4.5 Chuẩn đoán đa cộng tuyến Collin cho các biến phương trình (2)
Tên biến VIF sqrt VIF Tolerance R- squared ROAA 3.43 1.85 0.2919 0.7081 EA 2.63 1.62 0.3797 0.6203 lnAsset 2.93 1.71 0.3413 0.6587 NIM 1.96 1.4 0.5114 0.4886 CIR 2.63 1.62 0.3797 0.6203 LLP 1.94 1.39 0.5162 0.4838 NPL 1.7 1.3 0.5882 0.4118 GDP 1.2 1.1 0.8328 0.1672 INF 1.47 1.21 0.681 0.319 HHI 1.59 1.26 0.6294 0.3706 Mean VIF 2.15
Tương tự với các biến trong phương trình (1), các giá trị VIF đều tương đối thấp nên có cơ sở để kết luận các biến giải thích trong mơt hình (2) có hiện tượng đa cộng tuyến khơng nghiêm trọng, do có giá trị VIF nhỏ hơn 10.
Tác giả sử dụng kiểm định Wooldridge cho hiện tượng tự tương quan, với giả định H0 là khơng có hiện tượng tự tương quan. Kết quả cho giá trị P = 0.1524 > 0.05, tức là có cơ sở để chấp nhận giả định H0, giữa các biến khơng có hiện tượng tự tương quan.
Dùng kiểm định Hausman để xác định lựa chọn mơ hình giải thích phù hợp giữa tác động cố định và tác động ngẫu nhiên, cho kết quả giá trị P = 0.0254 < 5%. Tức là có sự khác nhau giữa hai mơ hình, khi đó các giá trị hệ số β được ước lượng từ mơ hình tác động cố định là phù hợp để lựa chọn. Tuy nhiên, để kiểm định hiện tượng phương sai sai số thay đổi từ mơ hình tác động cố định, tác giả sử dụng kiểm định Wald cho kết quả giá trị P = 0.0000 < 5%, tức là có hiện tượng phương sai sai số thay đổi trong mơ hình nghiên cứu (2). Một lần nữa, tác giả sử dụng mơ hình sai số chuẩn mạnh để ước lượng các hệ số β của phương trình (2) cho kết quả trong Bảng 4.6.
Bảng 4.6 Kết quả hồi quy mơ hình sai số chuẩn mạnh cho phương trình (2)
Tác động cố định, sai số chuẩn mạnh
ROAA Hệ số β Sai số chuẩn hiệu chỉnh Giá trị P
EA 0.00701 0.01174 0.556 lnAsset -0.02547 0.09416 0.789 NIM 0.15029 0.04794 0.004 ** CIR -0.03210 0.00569 0 *** LLP 0.00132 0.00137 0.344 NPL -0.00014 0.01833 0.994 GDP -0.10178 0.03393 0.006 ** INF 0.00563 0.00461 0.234
HHI 0.00075 0.00037 0.051
Hệ số α 2.33088 1.61324 0.161
R2 0.6599
Giá trị P 0.0000
Các kết quả hồi quy của phương trình (2) đối với các biến GDP, CIR và NIM không khác so với kết quả của phương trình (1). Riêng đối với biến Tỷ lệ vốn chủ sở hữu trên tổng tài sản EA cho kết quả hồi quy mang dấu dương và khơng có ý nghĩa thống kê, phù hợp với các kết luận của Witowschi và Luca (2016), Berger (1995), Athanasoglou và cộng sự (2006) và Staikouras và Wood (2004).
4.3 So sánh hai mơ hình hồi quy
Bảng 4.7 So sánh kết quả hồi quy 2 mơ hình
ROAA ROAA CAR -0.00376 [-0.79] EA 0.00701 [0.60] lnAsset 0.0454 -0.0255 [0.55] [-0.27] NIM 0.131 *** 0.15 *** [3.33] [3.13] CIR -0.0333 *** -0.0321 *** [-5.38] [-5.64] LLP 0.000355 0.00132 [0.35] [0.96] NPL 0.00521 -0.000144 [0.30] [-0.01] GDP -0.0795 ** -0.102 *** [-2.31] [-3.00] INF 0.00875 ** 0.00563 [2.21] [1.22] HHI 0.000981 ** 0.000755 * [2.76] [2.05] _cons 0.957 2.331
R-sq 0.661 0.66 *, **, *** tương ứng mức ý nghĩa 10%, 5% và 1%
Bảng 4.7 so sánh kết quả hồi quy theo mơ hình tác động cố định, có hiệu chỉnh sai số chuẩn mạnh từ hai phương trình khác nhau đối với biến Vốn ngân hàng đều cho kết luận có ý nghĩa thống kê đối với các biến Chi phí hoạt động trên tổng thu nhập CIR, Tỷ lệ thu nhập lãi thuần NIM trong các biến đại diện cho đặc điểm của từng ngân hàng. Đối với các biến vĩ mô, tăng trưởng GDP được xác định có ảnh hưởng đến hiệu quả hoạt động của ngân hàng. Tỷ lệ lạm phát khơng có tác động đáng kể đến ROAA cũng như khơng có ý nghĩa thống kê trong giai đoạn nghiên cứu.
Sự khác biệt giữa hai phương trình hồi quy là các biến giải thích về Vốn. Cả hai hệ số β của các biến này đều khơng có ý nghĩa thống kê. Tuy nhiên, điểm khắc biệt của dấu hệ số dương của biến EA, trong khi dấu âm đối với biến CAR, cho thấy hai cách tác động khác nhau của những chỉ số vốn khác nhau đối với tỷ suất sinh lợi của ngân hàng.
CHƯƠNG 5: THẢO LUẬN
Bài nghiên cứu này tập trung tìm kiếm sự ảnh hưởng của yếu tố vốn đối với hiệu quả hoạt động của 26 NHTM cổ phần trong nước trong giai đoạn 10 năm sau khủng hoảng tài chính tồn cầu. Thước đo hiệu quả hoạt động được tác giả sử dụng trong bài nghiên cứu là chỉ số Tỷ suất sinh lợi trên tổng tài sản bình quân ROAA. Sau khi kiểm tra các yếu tố ảnh hưởng đến lợi nhuận ngân hàng đúc kết từ các nghiên cứu trước đó, tác giả xây dựng mơ hình hồi quy tác động cố định để ước lượng. Nhìn chung, lợi nhuận hoạt động của NHTM chủ yếu được giải thích bởi hiệu quả kiểm sốt chi phí, tỷ lệ nợ xấu của ngân hàng, tỷ lệ thu nhập lãi thuần và yếu tố kinh tế vĩ mô GDP cũng như đặc điểm tập trung thị trường của ngành ngân hàng, mặc dù không đáng kể.
Riêng đối với biến Vốn là biến khảo sát của tác giả để trả lời cho hai câu hỏi nghiên cứu khơng cho kết quả có ý nghĩa thống kê. Với giá trị hệ số dương, tỷ lệ vốn chủ sở hữu trên tổng tài sản cao có thể có tác động tích cực đến hiệu quả hoạt động của các NHTM nói chung. Tuy nhiên, với giá trị hệ số ngược lại hoàn toàn của biến tỷ lệ an tồn vốn, tác giả có thể xác nhận được câu trả lời cho câu hỏi nghiên cứu thứ hai. Đó là, với áp lực tăng tỷ lệ an tồn vốn theo quy định của Ngân hàng nhà nước, các NHTM nên có biện pháp tăng vốn chủ sở hữu hay vốn điều lệ lên mức tốt nhất